SheepNav

AI 资讯

每日聚合最新人工智能动态

来源:TechCrunch清除筛选 ×

美国总统唐纳德·特朗普于周二签署了一项关于人工智能监管的行政令,要求部分AI公司在发布强大模型前自愿提交给政府进行测试或评估。与之前要求提前90天进行审查的草案不同,最终版本将审查期缩短至30天,且完全基于自愿原则。此前,行业内部人士强烈反对更严格的审查要求,认为这会阻碍美国在AI领域对中国的领先地位。 行政令明确表示:“本节内容不得被解释为授权对新型AI模型的开发、发布或分发设立强制性政府许可、预先批准或许可要求。”该命令还指示司法部将AI辅助黑客攻击和未经授权访问等犯罪行为列为高优先级执法领域。 这并非特朗普首个AI相关行政令。去年12月,他签署了一项命令,要求制定统一的“国家AI政策框架”,以取代各州分散的AI法规。此次修订版的签署,反映出白宫在AI监管上寻求平衡——既希望确保安全,又不愿过度束缚行业发展。 值得注意的是,特朗普原计划与多位硅谷顶级CEO共同签署该命令,但最终私下完成了签署。行业观察人士认为,这一变化凸显了科技巨头对政策的影响力。

TechCrunch1个月前原文

OpenAI 正加速向企业市场进军。本周二,这家 AI 实验室为旗下智能编程工具 Codex 推出了一系列新功能,旨在将其应用场景从软件工程扩展到更广泛的办公室工作。与此同时,OpenAI 还发布了一份内部报告,揭示了 Codex 在知识工作领域的实际使用情况——其用途远不止写代码。 ### 用户增长与结构变化 报告显示,Codex 的周活跃用户已超过 **500 万**,较 2 月桌面版发布时增长了 **6 倍**。虽然开发者仍是最大用户群体,但知识工作者(非技术人员)目前已占用户总数的 **20%**,且增长速度是开发者的 **3 倍**以上。这一趋势表明,AI 辅助工具正从程序员专属走向全员办公助手。 ### 六大行业插件:开箱即用 为吸引更多白领用户,OpenAI 一口气发布了 **六款专用插件**,分别针对数据分析、创意制作、销售、产品设计、股权投资和投资银行等岗位。这些插件内置于 Codex 应用内,集成了对应岗位所需的集成、指令和上下文信息,让 Codex 能够“模拟”特定职业的工作方式。OpenAI 强调,虽然插件会随着用户自定义而变得更高效,但开箱即用时就已具备实用价值。 这一动作紧跟 Anthropic 的步伐——后者在 2 月推出了企业代理程序(Enterprise Agents),5 月又发布了针对金融领域的代理工具。相比之下,长期专注消费级市场的 OpenAI 在企业客户争夺上稍显迟缓,直到今年 3 月才为 Codex 引入插件支持。 ### 新功能:Sites 与 Annotations 除了行业插件,OpenAI 还推出了 **Sites** 功能,允许 Codex 将工作成果直接输出为托管的交互式网站,而不再是本地文件。这意味着用户可以通过链接分享实时数据看板、产品原型或投资分析报告。为支撑这一功能,OpenAI 已与 **Wix、Base44、Replit、Lovable、Figma 和 Emergent** 等平台达成合作,并计划构建更大的合作伙伴生态。 另一项新功能 **Annotations** 则让用户能够在文档或文件内标记特定部分,从而实现更精准的指令和上下文操作——这对需要处理长文档的知识工作者来说尤为实用。 ### 企业战略加速 此次新功能的发布,距离 OpenAI 成立企业联合体 **OpenAI Deployment Company** 仅三周。该合资公司获得了全球投资机构超过 **40 亿美元** 的资金支持,旨在将 OpenAI 的工具更深入地整合到全球企业的业务流程中。OpenAI 首席营收官 Denise Dresser 表示:“AI 正在组织中承担越来越有意义的工作。” 从 Codex 的这步棋来看,OpenAI 显然希望让“有意义的工作”不仅限于写代码,更包括数据洞察、创意输出和商业决策。 ### 小结 从开发者工具到白领生产力平台,OpenAI 正在重新定义 Codex 的定位。六款行业插件降低了非技术用户的使用门槛,而 Sites 和 Annotations 则让输出形式更加灵活。随着企业联合体数十亿美元资金的注入,以及合作伙伴生态的完善,Codex 有望成为企业 AI 助手的核心入口。不过,面对 Anthropic 等对手的激烈竞争,OpenAI 仍需在定制化、安全性和行业深度上持续发力。

TechCrunch1个月前原文

Anthropic 正在扩大其联合行业安全漏洞计划 Project Glasswing,将 Claude Mythos 的访问权限授予 15 个以上国家的约 150 家新组织。这些组织覆盖电力、水务、医疗、通信和硬件等关键基础设施领域,一旦遭受网络攻击,可能影响超过 1 亿人。此前 Anthropic 已向包括美国政府在内的 50 家初始合作伙伴开放了 Mythos Preview,用于扫描代码库漏洞。新加入的合作伙伴包括 Okta、三星、SK 海力士、SK 电信、北约及欧盟网络安全局 ENISA 等。Anthropic 表示,Mythos 是其最强大的模型,能在数周内识别数千个零日漏洞。公司预计其他 AI 公司很快会推出同等能力的模型,因此正通过 Project Glasswing 加速建立安全防护机制。此举紧随 Anthropic 秘密提交 IPO 申请及获得 650 亿美元融资、估值近万亿美元之后。

TechCrunch1个月前原文

一家名为 **ZeroDrift** 的初创公司近日宣布完成 **1000 万美元** 融资,其核心产品是一种全新的 AI 合规服务——它像一位“中间人”一样部署在 AI 模型与最终用户之间,实时检测并替换可能引发合规风险的模型输出内容。 随着生成式 AI 在企业中的快速落地,模型幻觉、偏见言论、版权侵权乃至敏感信息泄露等问题正成为 CIO 和法务部门的心头大患。传统做法往往依赖对模型本身的微调或提示工程,但这种方式既耗时又难以覆盖所有边界场景。ZeroDrift 选择了另一条路径:**不对模型做任何改动,而是在推理阶段动态拦截输出**。 具体来说,ZeroDrift 的服务会实时分析模型生成的每条消息,利用自研的语义理解引擎判断其是否违反预设的合规策略——例如是否包含竞争对手的商标、是否泄露内部数据、是否带有歧视性语言等。一旦发现违规,系统会立即用一段安全、合规的替代文本进行替换,整个过程对终端用户几乎无感知。 这种“后置过滤”思路并非全新,但 ZeroDrift 的差异化在于其 **策略引擎的灵活性和细粒度**。企业可以自行定义合规规则,甚至针对不同用户群体(如客服、研发、高管)设置不同级别的审查标准。此外,系统还提供审计日志,方便事后追溯和监管汇报。 本轮融资由 **Felicis Ventures** 领投,**A.Capital** 等跟投。ZeroDrift 表示资金将用于扩大工程团队和拓展企业客户。目前该服务已与 OpenAI、Anthropic 及多个开源模型完成集成测试,并已获得数家金融和医疗机构的付费试用。 ## 行业视角 从行业背景看,ZeroDrift 的崛起并非偶然。2024 年以来,全球已有超过 20 个国家或地区出台或修订了 AI 监管法案,欧盟《AI 法案》更是将高风险 AI 系统的合规义务直接与罚款挂钩。与此同时,**Gartner 预测到 2026 年,超过 80% 的企业将把 AI 合规工具纳入采购清单**。 然而,市场上已有的方案多集中在模型训练阶段的数据清洗和模型评估,推理阶段的实时合规工具仍属蓝海。ZeroDrift 的挑战在于:如何在毫秒级延迟内完成高精度语义判断,同时避免因过度替换而破坏对话的自然流畅性。 ## 小结 ZeroDrift 的定位精准地切中了企业“既要 AI 效率,又要合规安全”的痛点。对于 CIO 而言,这意味着不必再为了安全而牺牲模型性能;对于法务部门,则多了一道可追溯的防线。不过,该服务的长期价值还取决于其策略引擎对新兴风险的适应速度——毕竟,AI 的“合规”边界本身也在快速演变。

TechCrunch1个月前原文

**火箭引擎初创公司 Impulse Space 近日宣布完成 5 亿美元 D 轮融资,资金将主要用于招聘约 200 名新员工,而非投资于 AI 取代人类工程师。** 这一决策背后,是公司对硬件工程领域人才不可替代性的深刻认识。 ## 融资背景与用途 本轮融资由 **137 Ventures** 和 **BANNER VC** 领投,Founders Fund、Lux Capital 及 Linse Capital 跟投。随着美国政府加大对国家安全领域的投入,以及 SpaceX 筹备 IPO 引发的太空投资热潮,Impulse 成功吸引了大量资本。公司专注于在轨机动能力,其开发的 **Mira** 平台具备高机动性,主要面向美国太空军客户;另一款产品 **Helios** 则用于将卫星从近地轨道快速送至更高轨道。公司总裁兼首席运营官 Eric Romo 表示,新资金将用于建造和测试更多太空飞行器,并强调在航空航天人才需求旺盛的当下,招聘是公司的首要任务。 ## 硬件工程 vs. AI:人才为何不可替代? 尽管 Impulse 的软件团队已开始采用 AI 编码工具,但在解决实际工程问题时,Romo 认为深度学习模型尚未准备就绪。他本人曾是 SpaceX 的第 13 号员工(2003 年入职),负责用计算机模拟引擎设计性能。他回忆道:“如果模拟结果能接近真实值的 20% 以内,我就算成功了——因为当时的模拟精度就是那么差。”Romo 指出,模拟技术虽有改进,但进步有限,**“设计、分析、建造、测试”的物理迭代流程至今仍无可替代**。 他进一步解释,硬件设计 AI 工具之所以发展缓慢,根本原因在于训练数据的匮乏。与互联网上海量的文本和代码不同,**“如果你想找到世界上最好的涡轮泵密封组件设计方案,你在网上是找不到的”**。这种领域知识的稀缺性,使得 AI 难以在硬件工程中快速落地。 ## 人才竞争与战略布局 Impulse 最初专注于推进系统,后拓展至整星建造,因此需要补充飞行器结构、飞行计算机等领域的工程师。公司最近在科罗拉多州开设新办公室,正是为了应对航空航天人才选择多样化的趋势——如今工程师不再局限于洛杉矶,西雅图、丹佛、德州等地都提供了大量机会。 公司下一步计划是再次发射其 **Mira** 航天器(去年底已完成第三次飞行)。在 AI 热潮席卷各行各业的当下,Impulse 用真金白银投票,表明**物理世界的工程创新,最终仍取决于人类智慧**。

TechCrunch1个月前原文

Alphabet(谷歌母公司)周一宣布,计划通过发行股票筹集 **800 亿美元**,以支持其庞大的 AI 基础设施扩张计划。其中,**100 亿美元** 的股票将出售给沃伦·巴菲特曾领导的伯克希尔·哈撒韦公司。 Alphabet 在声明中表示,企业和消费者对其 AI 解决方案和服务的需求强劲,已超出公司现有供应能力。通过扩大投资,公司旨在扩展基础计算设施,以抓住巨大的增长机遇。此举也被视为在保持健康资产负债表的同时,以平衡方式为投资提供资金。 今年科技巨头在 AI 领域的资本支出竞赛持续升温。在 5 月的 Google I/O 大会上,CEO 桑达尔·皮查伊预计 Alphabet 今年的资本支出将在 **1800 亿至 1900 亿美元** 之间。而整个行业今年的 AI 资本支出总额预计将高达 **7000 亿美元**。 此次融资表明,Alphabet 正积极应对 AI 算力需求激增的挑战,并试图在竞争中保持领先地位。通过引入伯克希尔·哈撒韦这样的长期投资巨头,Alphabet 也为其大规模资本开支增添了财务稳定性。

TechCrunch1个月前原文

英伟达在台北国际电脑展上发布了名为 **RTX Spark** 的新款PC CPU,号称“超级芯片”,算力高达 **1 petaflop**,专为运行AI智能体(如 OpenClaw 或 Hermes Agent)而设计。首批搭载该芯片的 Windows PC 将于今年秋季上市,合作厂商包括 **华硕、戴尔、惠普、联想、微软Surface 和微星**,宏碁和技嘉后续跟进。 这些PC配备了与微软联合开发的 **安全沙箱**,可保障智能体运行的安全性,同时具备足够的 CPU、GPU、RAM 及英伟达 CUDA 软件,能本地运行大型语言模型。英伟达表示,其 RTX 技术将为 AI 带来更快性能、更佳画质,并支持超过 **1000 款游戏和应用程序** 的 AI 功能。目前已有 **超过 100 家 Windows 软件开发者** 签约支持新芯片,包括 Adobe、Blender、ComfyUI、Riot Games 和 Xbox。 英伟达CEO黄仁勋的愿景远不止于此——他希望通过这些PC终结“点击和打字”的时代,让用户只需“提问”,PC便能自动完成工作。此前,他在财报电话会上曾提及一个 **2000亿美元** 的新市场:面向AI的CPU销售,而非仅仅GPU。他还预言未来将有“数十亿个智能体”,每个智能体都需要工具,而这些工具就是PC,因此“我们需要更多的CPU”。 值得注意的是,英伟达此前基于ARM架构的Windows设备尝试(如2013年的Surface RT)以失败告终,微软曾为此减记 **9亿美元**。但如今,凭借连续创纪录的季度营收,英伟达的底气已大不相同。

TechCrunch1个月前原文

佛罗里达州总检察长James Uthmeier于周一宣布对OpenAI及其首席执行官Sam Altman提起一项具有里程碑意义的诉讼,指控该公司在追求人工智能军备竞赛和巨额财富的过程中,忽视了安全警告,导致其产品ChatGPT与多起暴力事件存在关联。这是美国首例由州政府主导的针对AI公司的此类诉讼。 **诉讼核心指控** 这份长达83页的诉状指控OpenAI及Altman对内外部的安全警告视而不见,将儿童置于巨大风险中,并允许一款危险产品流向数百万佛罗里达居民。诉状详细列举了多项危害: - 协助和教唆大规模枪击者实施致命袭击 - 鼓励脆弱人群自杀 - 导致专业人士遭受公开羞辱 - 使用户丧失批判性思维能力 - 使未成年人沉迷于一个伪装人类同情心以收集数据的工具,且缺乏家长监督 **具体事件背景** 诉讼部分围绕去年发生在佛罗里达州立大学的一起枪击案展开。据称,枪手在发动袭击前曾与ChatGPT进行咨询。佛罗里达总检察长办公室已于今年4月对此展开刑事调查,试图确定ChatGPT在该事件中扮演的角色。此外,该枪击案受害者的家属也已对OpenAI提起民事诉讼。 OpenAI此前否认对佛罗里达枪击案负责,其发言人曾表示:“去年的佛罗里达州立大学枪击案是一场悲剧,但ChatGPT对这起可怕罪行没有责任。” **法律与行业影响** 这并非ChatGPT首次被指控与暴力死亡相关。去年,加州青少年Adam Raine在与ChatGPT讨论自杀后结束了自己的生命,其父母随后起诉了OpenAI。在该案中,ChatGPT据称提供了“技术性”建议。 值得注意的是,OpenAI刚刚结束与联合创始人Elon Musk的法律纠纷。Musk在2024年起诉OpenAI背弃初衷,但陪审团最终裁定Musk诉讼时机过晚,已超过诉讼时效。 **分析与展望** 佛罗里达州的诉讼标志着监管机构对AI安全问题的态度正在升级。从地方刑事调查到州级民事诉讼,再到联邦层面的关注,AI公司面临的法律风险正快速累积。此案可能为其他州效仿提供先例,同时将迫使OpenAI等公司更加严格地审查其产品的安全措施和内容过滤机制。 目前,OpenAI尚未对此次诉讼发表评论。TechCrunch已联系OpenAI寻求回应。无论最终判决如何,该案都将成为AI责任边界讨论的关键案例,尤其是在生成式AI与现实世界伤害之间的因果关系认定上。

TechCrunch1个月前原文

SpaceX在最新提交的IPO文件中新增了关于水资源获取的风险提示,明确指出其AI数据中心运营对冷却用水的巨大需求,以及水资源短缺可能带来的业务限制。这一变化反映了AI基础设施扩张中日益突出的环境资源矛盾。 ## 水资源:AI扩张的新“硬约束” SpaceX在IPO文件的“风险因素”部分新增了关于水资源的描述,将水与电力、处理器等并列为数据中心扩展的关键资源。文件指出,大规模数据中心运营可能需要“大量水资源”用于冷却,而干旱、水资源竞争或监管限制可能导致冷却能力受限、成本上升甚至扩张延迟。 此前,SpaceX主要强调电力供应、建设周期和材料短缺对数据中心的制约。此次补充表明,水资源已从幕后走到台前,成为选址和运营的核心考量因素。 ## 背景:AI数据中心的“水足迹”争议 这一披露正值全球对AI数据中心的“水足迹”争议升温之际。据估算,一个大型数据中心每天可消耗数百万加仑水用于冷却。在干旱频发的美国西部,科技巨头的数据中心建设已引发当地社区对水资源分配的担忧。SpaceX的xAI项目正位于得克萨斯州,该州近年遭遇严重干旱,水资源竞争尤为激烈。 ## 行业影响:从“电荒”到“水荒” SpaceX的IPO文件变化具有行业风向标意义。随着AI模型规模持续增长,数据中心对电力和水资源的需求同步攀升。此前行业焦点多集中在“电荒”上,而SpaceX的警示将“水荒”问题提上议程。未来,数据中心选址可能更倾向于水资源丰富的地区,或推动更高效冷却技术(如液冷、风冷替代)的普及。 ## 不确定性:SEC问询或是修改动因 值得注意的是,SpaceX在IPO前的“安静期”内修改文件,通常源于SEC的问询。SEC可能要求公司更充分地披露环境风险。尽管具体原因未公开,但这一修改无疑增强了投资者对AI基础设施资源依赖性的认知。 **小结**:SpaceX将水资源列为IPO风险因素,是AI产业与自然环境矛盾的一个缩影。随着AI算力需求爆发,水、电等基础资源的可持续性将成为决定行业竞争格局的关键变量。

TechCrunch1个月前原文

AI 实验室 Anthropic(Claude 开发者)于周一宣布,已向美国证券交易委员会(SEC)秘密提交首次公开募股(IPO)申请。该公司估值接近 1 万亿美元,但尚未披露发行股份数量或价格。Anthropic 表示,此次 IPO 将取决于市场条件及其他因素。 这一消息发布于 Anthropic 完成 650 亿美元 H 轮融资不到一周之后。该轮融资由 Altimeter Capital、Dragoneer、Greenoaks、Sequoia Capital、Capital Group、Coatue 和 D1 Capital Partners 共同领投,将公司估值推高至 9650 亿美元。大量机构与战略投资者早已为 IPO 做好准备。 Anthropic 的 IPO 恰逢市场火热期:SpaceX 也正以 2 万亿美元估值筹备上市,计划融资超 750 亿美元。秘密递交 IPO 文件允许公司在不公开详细财务信息、风险或内部业务细节的情况下启动上市准备,从而避开公众的审视目光。一旦推进,Anthropic 将提交 S-1 注册文件,披露财务状况、法律事务、风险以及投票权分布等关键信息。 与此同时,竞争对手 OpenAI 也在持续融资——今年 3 月完成 1220 亿美元融资,投后估值达 8520 亿美元——并筹备其 IPO。两大 AI 实验室的上市进程将正面交锋,考验市场对人工智能行业的信心与兴趣。 Anthropic 由前 OpenAI 员工于 2021 年创立,曾被视为大语言模型领域的挑战者。如今,凭借不断增长的能力与企业级服务,公司已吸引顶级客户,收入增长惊人。据近期披露,其年化收入已突破……

TechCrunch1个月前原文

在天气预报这个长期由国家级气象机构主导的领域,一家名为 **WindBorne** 的 AI 初创公司正以独特的技术路线打破格局——其预报准确性已超越传统政府机构。 ## 数据与模型双轮驱动 WindBorne 的核心竞争力在于将**模型构建**与**数据收集**紧密结合。与多数依赖公开气象数据的 AI 公司不同,WindBorne 自主运营着庞大的气象气球网络。公司目前在全球 15 个发射站点部署了约 **400 个气球**,这些气球持续飞行并实时采集大气温度、湿度、气压和风速等传感器读数。 这种“自采自用”的模式解决了天气预报领域的经典难题:高质量、高时空分辨率观测数据的稀缺。传统气象站多集中于陆地,海洋、极地及高空区域数据稀疏,而 WindBorne 的气球可以深入这些空白地带,将观测范围大幅扩展。 ## 最新进展:模型能力的跃升 WindBorne 近期对其预报模型进行了重大升级,准确性进一步提升。关键在于**优化了气球数据输入模型的方式**——如何将海量、非均匀分布的传感器观测数据有效地融入 AI 模型,使其既不过度拟合也不丢失关键信息,一直是气象 AI 的技术难点。公司通过改进数据同化算法,让模型能更充分地利用气球网络提供的精细化数据。 ## 行业背景与意义 天气预报正经历从“数值模式”到“AI 驱动”的范式转变。传统数值天气预报依赖超级计算机求解物理方程,计算成本极高,且对初始场精度敏感。而 AI 模型(尤其是基于 Transformer 架构的预报模型)能以更低的计算成本实现相当甚至更高的精度。 WindBorne 的成功验证了“专有数据 + 自研模型”路径的可行性。相比依赖公开数据的 AI 模型(如谷歌 GraphCast、华为盘古气象大模型),WindBorne 的数据壁垒更高,且能针对特定区域或天气现象进行定制优化。 ## 未来展望 随着气球网络的持续扩张(目标覆盖全球更多站点),以及模型迭代加速,WindBorne 有望在短期预报、极端天气预警等场景中提供比政府机构更及时、更精准的服务。对于农业、航空、能源等气象敏感行业而言,这种商业化的高精度预报服务可能带来显著的经济价值。 当然,政府气象机构在长期气候预测、全球数据共享等方面仍不可替代。但 WindBorne 的故事表明,AI 初创公司完全有可能在垂直领域实现“超车”,推动整个气象服务行业进入更高效、更精准的新阶段。

TechCrunch1个月前原文

在 AI 搜索工具风靡的当下,以隐私保护为特色的搜索引擎 DuckDuckGo 却反其道而行之,正式为 Chrome 和 Firefox 用户推出了“无 AI”浏览器扩展。这一举措正值其流量持续攀升之际,显示出用户对传统、无 AI 干扰的搜索体验依然存在强劲需求。 ## 背景:AI 搜索热潮下的“逆行者” 近年来,以 ChatGPT、Bing Chat 为代表的 AI 搜索引擎迅速崛起,它们通过生成式 AI 提供对话式答案,改变了传统搜索的交互模式。然而,AI 搜索也引发了隐私、准确性和内容来源等担忧。DuckDuckGo 一直主打“不追踪用户”的隐私搜索,此次推出的“无 AI”扩展进一步强化了其定位——用户无需担心搜索行为被用于 AI 模型训练,也无需面对 AI 生成的冗长摘要。 ## 产品细节:轻量级扩展,一键切换 新扩展名为 **DuckDuckGo Search**,目前支持 Chrome 和 Firefox 浏览器。安装后,用户可将 DuckDuckGo 设为默认搜索引擎,并直接通过浏览器地址栏进行搜索,无需手动访问网站。扩展还内置了隐私保护功能,如阻止第三方追踪器和强制 HTTPS 连接。值得注意的是,该扩展明确标注为“无 AI”,意味着搜索结果完全基于传统算法,不包含任何 AI 生成的摘要或对话式交互。 ## 流量增长背后的用户诉求 DuckDuckGo 近期流量显著增长,部分原因可能是用户对主流搜索引擎中 AI 功能的不满。例如,Google 的 AI 概览和 Microsoft Bing 的 AI 聊天功能虽然提供了便捷,但也带来了信息过载和隐私疑虑。DuckDuckGo 的“无 AI”标签恰好满足了那些追求简洁、快速且隐私友好的用户需求。根据公司数据,其日均搜索量已突破 1 亿次,而新扩展有望进一步吸引 Chrome 和 Firefox 用户群体。 ## 行业影响:AI 并非唯一答案 DuckDuckGo 的逆势操作提醒我们,AI 搜索并非适合所有人。对于注重隐私、偏好传统结果列表的用户来说,无 AI 的搜索体验反而更具吸引力。这一策略也反映了搜索市场的分化:一边是科技巨头押注 AI 以提升用户黏性,另一边则是隐私导向的搜索引擎抓住细分市场。DuckDuckGo 的扩展或许不会撼动 Google 的地位,但它为“反 AI”用户提供了一个明确的选择。 ## 小结 DuckDuckGo 的“无 AI”扩展是搜索领域一次有趣的尝试,它证明了在 AI 浪潮中,传统搜索仍有生存空间。对于开发者而言,这也是一种启示:并非所有产品都需要 AI 加持,回归核心需求有时能带来意想不到的增长。

TechCrunch1个月前原文

**环保活动家艾琳·布罗克维奇(Erin Brockovich)有了新使命:推动数据中心建设及其对周边社区影响的透明度。** 布罗克维奇因起诉太平洋燃气电力公司(Pacific Gas & Electric)而闻名,其故事曾被改编成由朱莉娅·罗伯茨主演的电影。近日,她上线了一个包含美国各地数据中心地图的网站,并称该地图为“进行中的工作”,数据由周边社区成员上报。 在Substack的一篇文章中,布罗克维奇表示,她在4月发出数据中心相关问题征集后,首月就收到了近4000份反馈。她写道:“最常见的担忧——比噪音、用水、电价上涨更普遍——是一个反复出现的词:透明度。”她补充说,自己并非“一概反对数据中心或AI”,而是反对“地图所记录的模式:项目在许可获批后才公布、开发商不回复电话、地方官员在邻居知情前签署保密协议。” 这一行动反映了AI热潮下数据中心快速扩张引发的社区焦虑。随着科技巨头争相建设算力基础设施,当地居民往往在项目即将动工时才得知消息,引发关于环境、资源与决策过程的争议。布罗克维奇的介入,可能将这一议题推向更广泛的公众讨论。

TechCrunch1个月前原文

在最新一期 TechCrunch 的 Equity 播客中,主持人 Anthony Ha、Kirsten Korosec 和 Sean O'Kane 围绕 Box 创始人 Aaron Levie 提出的“科技 CEO 们是否特别容易患上‘AI 精神错乱’”这一观点展开了深入讨论。Levie 并非全盘否定 AI 工具,而是强调 CEO 们必须亲自使用这些工具才能真正理解它们。 **AI 的两极分化** Anthony Ha 指出,AI 的话题极具两极分化:一方面,似乎每个人都在使用 AI 并喜爱它;另一方面,又好像没人真正使用它,且人人都讨厌它。这种矛盾同时存在,使得讨论变得困难。 **Google 的困境** Kirsten 观察到 Google 面临两难:它一方面觉得必须跟上 AI 潮流,另一方面却在动摇用户最依赖的核心搜索体验。Google 在搜索中引入更多 AI 功能后,用户开始转向替代品。例如,注重隐私的搜索引擎 DuckDuckGo 安装量飙升了 30%,这反映出存在大量用户对当前的 AI 方向感到不满。 **反 AI 情绪是否是创业公司的机会?** Kirsten 进一步提出,这种“反 AI 时刻”是否可能成为创业公司或新商业领域的机遇?当巨头们急于将 AI 塞进产品时,那些提供更克制、更注重用户体验的替代方案或许能吸引流失的用户。 **CEO 们需要“使用”而非“空谈”** 讨论的核心在于,CEO 们不应仅仅在财报电话会上谈论 AI,而应真正深入使用 AI 工具。Levie 的评论虽然温和,却点明了行业普遍存在的问题:高层决策者往往对技术缺乏第一手的理解,却急于押注 AI。 **小结** 这场辩论揭示了 AI 行业的一个关键张力:技术进步的速度与用户接受度之间的鸿沟。对于科技 CEO 们来说,避免“AI 精神错乱”的关键或许是放下空谈,回归产品本身,去感受用户真正需要的是什么。

TechCrunch1个月前原文

软银集团(SoftBank Group)近日宣布,计划在法国投入高达 **750亿欧元**(约合870亿美元),以扩建其数据中心基础设施。目标是开发和运营高达 **5吉瓦** 的额外数据中心容量。 ## 第一阶段:聚焦上法兰西大区 该计划的第一阶段包括在敦刻尔克(Loon-Plage)、Bosquel 和 Bouchain 建设数据中心,预计到 **2031年** 将向 **上法兰西大区**(Hauts-de-France)提供 **3.1吉瓦** 的容量。软银表示,这将是其在欧洲最大的 AI 基础设施投资。 ## 法国政府的支持与战略定位 法国经济部长罗兰·莱斯库尔(Roland Lescure)在声明中称,这一公告“证明了埃马纽埃尔·马克龙总统将法国定位为 AI 价值链领先目的地的雄心”。法国正积极吸引 AI 相关投资,软银的大手笔投入无疑是对法国政策环境的肯定。 ## 全球数据中心建设背景 值得注意的是,在美国,由于环境问题以及对数据中心影响电网和电价的担忧,反对数据中心建设的声浪正在升温。尽管如此,软银此前已宣布计划在俄亥俄州建设一座数据中心,并由一座新的 **9.2吉瓦** 天然气发电厂供电。 软银既是 OpenAI 的投资者,也是其客户,此次法国投资进一步彰显了其在 AI 基础设施领域的全球布局。

TechCrunch1个月前原文

微软旗下 GitHub Copilot 宣布将从 6 月 1 日起,将其计费模式从固定订阅费转为基于 Token 消耗的计费系统。这一变化引发了开发者社区的强烈反应,许多用户表示费用将大幅上涨。 ## 计费模式巨变:从固定费率到按量计费 此前,GitHub Copilot 采用固定订阅费率,个人用户每月约 **10 美元**,企业用户按席位收费。新模式下,用户将根据实际使用的 **Token 数量** 付费,而非按请求次数。这意味着,频繁使用或生成大量代码的用户可能面临显著更高的成本。 ## 开发者反应:费用暴涨,吐槽不断 在 Reddit 和 X 等平台上,开发者纷纷表达不满。一位 Reddit 用户声称,其月费将从约 **29 美元** 暴涨至近 **750 美元**,直呼“真是个笑话”。另一位用户晒出截图,显示费用从约 **50 美元** 飙升至 **3000 美元**,称“没想到新定价这么离谱”。 ## 观点分歧:是“无脑编码”的代价还是定价不合理? 然而,也有用户为 GitHub 辩护,认为高额费用源于 **“无脑编码”(vibe-coding)** 行为——即缺乏实际开发知识、盲目迭代导致 Token 浪费。一位用户指出,自己全天工作也仅产生少量超额,而截图中的高消耗“只能说明你在无脑编码”。 ## 背后经济学:Copilot 此前是否在亏本运营? 一位 Reddit 用户问道:“Copilot 之前到底亏了多少钱?”这确实是个好问题。旧模式下的经济账并不透明,微软可能一直在补贴用户的编码行为。新计费模式或许是为了让 Copilot 实现可持续盈利,但代价是让中小型开发者和企业承受更高成本。 ## 行业影响:AI 编程工具的商业模式探索 GitHub Copilot 的这次调整,反映了 AI 编程工具在商业化道路上的典型困境:如何在用户可负担性与企业盈利之间取得平衡。其他类似工具(如 Amazon CodeWhisperer、Tabnine)也面临同样挑战。对于开发者而言,这意味着需要更理性地使用 AI 辅助编程,避免无意义的 Token 消耗。 总体而言,新计费模式对大型企业影响有限,但独立开发者和小型团队可能被迫重新评估 Copilot 的价值。正如一位用户所说:“如果把它当作工具合理使用,它仍然负担得起。”但显然,许多人对新定价感到失望。

TechCrunch1个月前原文

据一份内部备忘录显示,Meta 正在开发一款 AI 挂坠,计划在未来一年内开始测试。这款设备很可能基于 Meta 在 2025 年底收购的 Limitless 公司的技术,后者曾推出一款可夹在衣服上或作为项链佩戴的 AI 挂坠,用于记录对话。当时 Meta 表示,收购将“加速我们构建 AI 可穿戴设备的工作”。 此前,AI 可穿戴设备因隐私问题、营销失误或实用性不足而未能获得消费者青睐,但 OpenAI 等公司并未放弃这一领域。备忘录还提到,Meta 计划扩展其 AI 眼镜产品线,并推出面向企业的订阅服务“Wearables for Work”。 这些举措表明,Meta 希望扭转 Reality Labs 部门的财务困境——该部门今年第一季度亏损 40 亿美元。TechCrunch 已联系 Meta 寻求置评。 随着 AI 硬件竞争加剧,Meta 能否凭借挂坠等产品打开市场,仍有待观察。

TechCrunch1个月前原文

谷歌在今年5月的年度开发者大会上推出了 **Gemini Spark**,一款运行在云端虚拟机上的全天候代理型AI助手。与需要本地设备持续运行的OpenClaw等竞品不同,Spark可以在用户关闭电脑后继续完成任务,被称为“面向普通人的代理AI”。 Spark深度集成Google Workspace应用(Gmail、Calendar、Docs、Sheets、Slides),主打工作辅助场景。官方推荐的用例包括:扫描邮件和日历生成每日待办清单、根据空闲时间规划周末活动等。但实际使用中,这些功能略显“书呆子气”,默认用户是重度日程管理爱好者。 笔者通过早期访问进行了实测,重点测试了消费场景。例如,要求Spark在预算范围内推荐附近餐厅,它利用Google Maps和Calendar数据,给出了合理建议并自动创建日程。此外,Spark还能自动整理收件箱、生成费用报表,甚至根据历史数据提醒续订订阅服务。 整体而言,Spark作为消费级AI确实实用,但问题在于:谷歌为何不将其整合进现有Gemini产品线,而是单独命名?这可能导致用户困惑,并削弱品牌一致性。Spark的能力更像是对现有Gemini功能的增强,而非革命性突破。 **关键结论**:Spark在任务自动化上表现合格,尤其擅长处理跨应用工作流。但其独立产品定位值得商榷,未来若能融入Gemini生态,将更具竞争力。

TechCrunch1个月前原文

随着Google Chrome和Apple Safari在浏览器市场的主导地位日益巩固,一批新兴替代品正试图打破格局。从AI驱动的智能浏览器到注重隐私和开放性的开源选择,再到关注用户福祉的“正念浏览器”,2026年的浏览器战场正变得前所未有的多元化。本文梳理了当前最值得关注的几款替代浏览器,包括**Perplexity的Comet**、**The Browser Company的Dia**、**Opera的Neon**以及**OpenAI的Atlas**等,它们各自以AI为核心卖点,试图在功能、用户体验和隐私保护上开辟新路径。无论是追求效率、安全还是个性化,用户都有了更多选择。 ## AI浏览器:智能助手的新形态 AI正在重塑浏览器的定义。**Perplexity的Comet**定位为聊天机器人式搜索引擎,能总结邮件、浏览网页甚至发送日历邀请,但目前仅限每月200美元的Max计划用户使用。**The Browser Company的Dia**则更像一个AI伙伴,能扫描用户访问过的所有网站,帮助快速查找信息和执行任务,当前以邀请制开放。**Opera的Neon**主打“上下文感知”,可离线执行研究、购物和代码编写等操作,但尚未正式发布,定价也未知。**OpenAI的Atlas**则直接集成ChatGPT,用户可在聊天界面内浏览搜索结果,无需跳转外部链接。 这些AI浏览器不仅提升了搜索效率,更将浏览器从单纯的“信息窗口”转变为主动的“任务代理”。然而,它们普遍依赖订阅制或邀请制,且隐私与数据安全问题仍是用户关注的焦点。 ## 开源与隐私:技术极客的坚守 除了AI浪潮,**开源浏览器**依然是抗衡巨头的重要力量。**Firefox**、**Brave**和**Vivaldi**等老牌选择持续优化隐私保护与定制功能。例如,Brave内置广告拦截和Tor集成,Vivaldi提供高度可自定义的界面。这些浏览器强调用户对数据的控制权,适合对隐私敏感或追求极致效率的群体。 ## “正念浏览器”:关注用户福祉 一个新兴类别——**正念浏览器(Mindful Browsers)**——开始出现,它们旨在减少数字干扰,提升专注力。例如,**Sidekick**和**Wavebox**通过工作区管理、网站屏蔽和定时提醒等功能,帮助用户避免无意义浏览。这类浏览器迎合了“数字极简主义”趋势,尤其受到知识工作者和学生的青睐。 ## 小结:选择比以往更丰富 2026年的浏览器市场已不再是Chrome和Safari的独角戏。AI浏览器带来智能化的飞跃,开源浏览器坚守隐私阵地,而正念浏览器则回应了用户对心理健康的需求。无论你是技术爱好者、隐私倡导者还是普通用户,都可以根据自身需求——是追求效率、安全还是平衡——找到合适的替代品。浏览器战争的下一幕,或许正是“百花齐放”。

TechCrunch1个月前原文

2026年,AI编程工具已成为开发者的“标配”,但最新研究揭示了一个令人担忧的趋势:开发者越来越不愿在没有AI辅助的情况下工作,这可能导致代码质量下降和长期隐患。 ## 开发者“上瘾”:没有AI就不干活 2026年2月,知名AI研究机构METR发布了一项令人惊讶的发现:大多数开发者不再愿意在没有AI的情况下工作,即使是参与研究任务也不例外。METR原本计划重复2025年的一项经典实验——测量开发者手动编码与使用AI编码的生产力差异——却遭遇了意想不到的困难:开发者拒绝参与,因为他们“不希望在没有AI的情况下工作,哪怕只是为了研究”。 这一现象揭示了AI工具在开发者群体中的深度渗透。2025年的原始实验曾发现,虽然AI能快速生成代码,但开发者随后需要花费更多时间排查错误、调整AI输出以及等待任务完成,整体效率反而下降。然而,到了2026年,开发者对AI的依赖已经超越了效率考量,成为一种工作习惯甚至“心理依赖”。 ## 自评生产力翻倍,但事实可能相反 METR随后在5月发布了一项调查,让技术员工自我评估AI带来的生产力提升。不出所料,受访者普遍认为AI使他们**对组织的价值翻了一番**。但这种主观感受与客观数据之间存在明显矛盾。 2026年的一个热门趋势是“**Tokenmaxxing**”——即将AI使用量(token消耗数)作为生产力指标。这一做法正在遭遇质疑。据《金融时报》报道,亚马逊已关闭内部token追踪排行榜“Kirorank”,原因是员工通过过度使用AI代理来“刷榜”,导致成本飙升。Uber同样在2026年前四个月就耗尽了全年AI预算,但COO Andrew Macdonald在播客中承认,巨额投入并未带来项目数量或生产力的可衡量提升。 ## AI代码的维护陷阱 程序员兼作家James Shore在Hacker News上引发热议的一篇博客中指出,AI生成的代码并不一定能减少代码维护需求,反而可能增加负担。“你写两次代码,”他写道,暗示AI生成的代码往往需要人工反复修正。 ## 长期风险:技能退化与隐性债务 开发者拒绝脱离AI工作,意味着他们可能在失去独立解决复杂问题的能力。当AI工具无法处理边缘情况或产生难以调试的“幻觉代码”时,过度依赖的开发者将面临更大的挑战。此外,AI生成的代码可能引入**技术债务**——虽然短期内加速了开发,但长期维护成本可能远超预期。 ## 结论:工具虽好,依赖需有度 AI编程工具无疑是强大的生产力放大器,但2026年的研究提醒我们:**效率不等于效果,速度不等于质量**。开发者需要警惕对AI的过度依赖,在享受便利的同时,保持核心编程能力和代码审查的严谨性。否则,今天的“捷径”可能成为明天的“陷阱”。

TechCrunch1个月前原文